Modèle de reconnaissance d'images animées de Taekwondo basé sur un algorithme de réseau neuronal hybride pour un capteur portable de l'Internet des objets

Rapports scientifiques volume 13, Numéro d'article : 13097 (2023) Citer cet article

287 Accès

3 Altmétrique

Détails des métriques

Le modèle de reconnaissance d'image de mouvement Taekwondo à capteur portable IoT conventionnel utilise principalement le cadre d'ancrage cible du corps entier à proportion fixe pour extraire les caractéristiques de reconnaissance, qui sont vulnérables au bruit dynamique, ce qui entraîne un faible taux de reconnaissance de déplacement de l'image de mouvement. Par conséquent, un nouveau modèle de reconnaissance d’images de mouvement Taekwondo à capteur portable IoT doit être conçu sur la base d’un algorithme de réseau neuronal hybride. C'est-à-dire que les caractéristiques de l'image de mouvement de Taekwondo du capteur portable sont extraites et l'algorithme de réseau neuronal hybride est utilisé pour générer le modèle d'optimisation de la reconnaissance d'image de mouvement de Taekwondo du capteur portable de l'Internet des objets, de manière à obtenir une reconnaissance efficace des images de mouvement de Taekwondo. . Les résultats expérimentaux montrent que le capteur portable conçu pour l'Internet des objets, basé sur l'algorithme de réseau neuronal hybride, présente un taux de reconnaissance élevé du déplacement de l'image animée du modèle de reconnaissance d'image animée de Taekwondo, ce qui prouve que le modèle de reconnaissance d'image animée de Taekwondo conçu a un bon effet de reconnaissance, une fiabilité et une certaine valeur d'application, et a apporté certaines contributions à l'optimisation du mouvement du Taekwondo.

Le taekwondo est une épreuve olympique officielle1, issue de Hualangdao en Corée du Nord, et devenue plus tard un art martial populaire en Asie pendant longtemps. Dans le processus de Taekwondo, les athlètes utilisent souvent leurs mains et leurs pieds pour se battre efficacement. Les premiers taekwondo et les entraîneurs évaluaient principalement les mouvements des athlètes à l'œil nu2, qui était facilement affecté par des facteurs subjectifs, conduisant à des résultats d'évaluation finale inexacts. Dans le contexte de l'informatisation, l'évaluation des compétitions de Taekwondo a également été progressivement améliorée et des outils de traitement avancés tels que les ordinateurs sont utilisés pour l'évaluation3. Cependant, en raison de l'influence des caractéristiques d'action complexes du Taekwondo, sa reconnaissance d'images animées est difficile et doit être complétée par un modèle efficace de reconnaissance d'images animées.

La reconnaissance d'images en mouvement est une technologie avancée de perception informatique, qui peut combiner l'état d'interaction entre l'homme et l'ordinateur pour compléter la reconnaissance, générant ainsi un modèle efficace de reconnaissance d'images en mouvement4. Pour améliorer l'effet de reconnaissance des images en mouvement, il est nécessaire de capturer des données de perception du comportement humain et de définir des paramètres de reconnaissance raisonnables5. À l'heure actuelle, de nombreux chercheurs nationaux et étrangers étudient le problème de la perception par reconnaissance de mouvement et avancent diverses hypothèses sur la reconnaissance de la perception d'images animées. Cependant, en raison du manque d’expérience pertinente6,7, l’effet de reconnaissance de la plupart des modèles de reconnaissance d’images animées existants est général.

Au début du processus de reconnaissance des images animées par l’homme, une caméra spéciale était principalement utilisée. Cette caméra peut prendre des séquences d'images animées efficaces pour identifier les mouvements humains8. À cette époque, la caméra est également appelée caméra de perception. Avec les progrès de la technologie de vision par ordinateur, afin d'obtenir les données d'images animées humaines9,10 sous tous les angles, de plus en plus de caméras perceptuelles sont utilisées, et le nombre total d'images animées Les séquences prises par les caméras augmentent, donc l'effet de reconnaissance est relativement amélioré. Cependant, les recherches montrent que les limites de reconnaissance des méthodes de reconnaissance ci-dessus sont importantes et qu'elles sont vulnérables à la lumière, à l'emplacement de la caméra de perception, à l'occlusion et à d'autres facteurs, ce qui entraîne un écart de reconnaissance unique élevé11. De plus, leur confidentialité en matière de reconnaissance est relativement intrusive et ils ne conviennent pas à une utilisation dans certaines scènes. Afin de résoudre les problèmes ci-dessus, cet article construit un nouveau modèle de reconnaissance d'images animées de Taekwondo à capteur portable basé sur l'algorithme de réseau neuronal hybride.

Les capteurs portables sont des capteurs qui peuvent être portés sur le corps pour collecter des données. Plusieurs types de capteurs portables pouvant être utilisés pour l’extraction de caractéristiques incluent :